Zum Beispiel scheinen die von mir verwendeten C ++ - Sparse-Matrix-Bibliotheken - Eigen und SuiteSparse - keine SVD-Funktionalität für Sparse-Matrix zu haben. Also nur neugierig, ist SVD für eine spärliche Matrix schwieriger als QR /
Sei reelle, quadratische, dichte Matrizen. G und Q sind symmetrisch. LassenA , G , Q.A,G,QA, G, QGGGQ.QQ H.= [ A.- Q.- G.- A.T.]]H=[A−G−Q−AT]H = \begin{bmatrix} A & -G \\ -Q &-A^T \end{bmatrix} sei eine Hamiltonsche Matrix. Ich möchte die Matrix Exponential von berechnen . Ich brauche das...
Ich versuche, einige dichte, schlecht konditionierte Matrizen zu diagonalisieren. Bei der Maschinengenauigkeit sind die Ergebnisse ungenau (Rückgabe negativer Eigenwerte, Eigenvektoren haben nicht die erwarteten Symmetrien). Ich habe auf die Eigensystem [] -Funktion von Mathematica umgestellt, um...
Ich arbeite an einem schlecht konditionierten großen, spärlichen linearen Gleichungssystem. Ich möchte Doppel-Doppel-Arithmetik oder Quad-Doppel-Arithmetik verwenden, um sie zu lösen. Ich weiß, dass es ein Paket namens MPACK gibt, das von Nakata, Maho, entwickelt wurde und numerische lineare...
In FEM-Klassen ist es normalerweise selbstverständlich, dass die Steifheitsmatrix eindeutig positiv ist, aber ich kann einfach nicht verstehen, warum. Könnte jemand eine Erklärung geben? Zum Beispiel können wir das Poisson-Problem betrachten: dessen Steifheitsmatrix lautet: welches ist...
Ich bin neu im PETSc-Paket. Ich habe eine ~ 4000x4000 Matrix A im Matrix-Market-Format und möchte PETSc dazu bringen, dies mit mehreren Prozessoren zu lösen. Ich weiß, wie man das System auf einem einzelnen Prozessor löst, aber ich weiß nicht, wie man die Matrix und die Vektoren auf...
Ich arbeite derzeit an der Lösung sehr großer symmetrischer (aber nicht positiv definierter) Systeme, die von bestimmten Algorithmen generiert werden. Diese Matrizen haben eine schöne Blocksparsity, die zum parallelen Lösen verwendet werden kann. Ich kann mich jedoch nicht entscheiden, ob ich einen...
Was ist bei einer positiv definierten symmetrischen Matrix der schnellste Algorithmus zur Berechnung der inversen Matrix und ihrer Determinante? Bei Problemen, an denen ich interessiert bin, beträgt die Matrixdimension 30 oder weniger. Hohe Genauigkeit und Geschwindigkeit sind wirklich notwendig....
Ich muss eine Koordinatentransformation zwischen zwei Referenzsystemen (Achsen) durchführen. Dafür müssen drei Matrizen ( ) multipliziert werden, da einige Zwischenachsen verwendet werden. Ich habe über zwei Lösungsansätze nachgedacht:3 × 33×33\times3 Methode 1 : Die Multiplikation direkt...
Beeinträchtigt das Kompilieren von PETSc mit einer externen BLAS / LAPACK-Bibliothek die Leistung auf dünn besetzten Matrizen erheblich oder werden diese Bibliotheken nur für die Mathematik mit dichter Matrix
Ich beabsichtige, Ax = b zu lösen, wobei A eine komplexe, spärliche, unsymmetrische und stark schlecht konditionierte (Bedingungsnummer ~ 1E + 20) quadratische oder rechteckige Matrix ist. Ich konnte das System mit ZGELSS in LAPACK genau lösen. Mit zunehmenden Freiheitsgraden in meinem System...
Aus der Definition der Bedingungsnummer geht hervor, dass eine Matrixinversion erforderlich ist, um sie zu berechnen. Ich frage mich, ob für eine generische quadratische Matrix (oder besser, wenn eine symmetrische positive Bestimmtheit möglich ist) eine Matrixzerlegung ausgenutzt werden kann, um...
Angenommen, ich habe das ursprüngliche große, spärliche lineare System: . Nun, ich habe nicht A - 1 als ein zu groß , um Faktor oder jede Art von Zersetzung ist A , aber davon ausgehen , dass ich habe die Lösung x 0 mit einem gefunden iterativen
Wir müssen Kovarianzmatrizen mit Größen von bis 100000 × 100000 berechnen . Wir haben Zugriff auf GPUs und Cluster und fragen uns, was der beste parallele Ansatz ist, um diese Berechnungen zu beschleunigen.10000 × 1000010000×1000010000\times10000100000 ×
Bei einer generischen dünn besetzten Matrix mit m << n (Korrektur: m ≪ n 2 ) Nicht-Null-Elementen (typischerweise m ∈ O ( n ) ). A ist generisch in dem Sinne, dass es keine spezifischen Eigenschaften (z. B. positive Bestimmtheit) aufweist und keine Struktur (z. B. Streifenbildung) angenommen...
Die QR-Routine von LAPACK speichert Q als Reflektoren für Haushalte. Es skaliert den Reflexionsvektor vvv mit 1 / v11/.v11/v_1 , sodass das erste Element des Ergebnisses 111 wird und nicht gespeichert werden muss. Und es speichert einen separaten ττ\tau Vektor, der die erforderlichen...
In meinem Projekt muss ich bei jedem Zeitschritt ein paar tridiagonale Matrizen lösen, daher ist es wichtig, einen guten Löser für diese zu haben. Ich habe meine eigene Implementierung gemacht, nur die klassische Art, wie es auf Wikipedia beschrieben wird. Ich habe dann versucht, stattdessen Lapack...
Viele adaptive FEM-Bibliotheken verwenden erweiterte Netzdatenstrukturen, um das Hinzufügen / Entfernen von Knoten, Kanten, Dreiecken, Tetraedern usw. zu handhaben. Beispielsweise verwendet die p4est- Bibliothek Octree-Datenstrukturen zur adaptiven Netzverfeinerung . Sie würden nicht oft Oktrees...
Angenommen , das folgende lineare System gegeben wobei die Laplace - gewichteten ist bekannt , positiv sein definit ein eindimensionaler Nullraum von spannte und die Übersetzungsvarianz von , dh , ändert den Funktionswert nicht (dessen Ableitung ). Die einzigen positiven Einträge von befinden sich...
Ich frage mich, wie Dirichlet-Randbedingungen in globalen Finite-Elemente-Matrizen mit geringer Dichte tatsächlich effizient implementiert werden. Nehmen wir zum Beispiel an, unsere globale Finite-Elemente-Matrix war: K.= ⎡⎣⎢⎢⎢⎢⎢⎢520- 102410001632- 1037000203⎤⎦⎥⎥⎥⎥⎥⎥und rechter Vektorb = ⎡⎣⎢⎢⎢⎢⎢⎢b...